1知識(shí)倉(cāng)庫(kù)的研究現(xiàn)狀

該文以“知識(shí)倉(cāng)庫(kù)”作為篇名關(guān)鍵詞對(duì)SpringerLink、Elsevier、CNKI(中國(guó)期刊全文數(shù)據(jù)庫(kù))和VIP(中文科技期刊數(shù)據(jù)庫(kù))3個(gè)著名的中外期刊數(shù)據(jù)庫(kù)以及ProQuest博碩士論文全文數(shù)據(jù)庫(kù)(PQDD)、萬(wàn)方《中國(guó)學(xué)位論文全文數(shù)據(jù)庫(kù)》和CNKI《中國(guó)優(yōu)秀博碩士學(xué)位論文數(shù)據(jù)庫(kù)》3個(gè)中外博碩士論文數(shù)據(jù)庫(kù)的所有歷史數(shù)據(jù)進(jìn)行了文獻(xiàn)檢索調(diào)研。

(1)國(guó)內(nèi)外碩博論文關(guān)于知識(shí)倉(cāng)庫(kù)的研究現(xiàn)狀。由可知,國(guó)內(nèi)外碩博論文庫(kù)中關(guān)于知識(shí)倉(cāng)庫(kù)的研究成果及文獻(xiàn)是非常少的,國(guó)外ProQuest博碩士論文全文數(shù)據(jù)庫(kù)(PQDD)中沒(méi)有相應(yīng)的檢索結(jié)果。檢索國(guó)內(nèi)CNKI《中國(guó)優(yōu)秀博碩士學(xué)位論文數(shù)據(jù)庫(kù)》共得到3篇文獻(xiàn),分別是《咨詢(xún)企業(yè)知識(shí)倉(cāng)庫(kù)的模式構(gòu)架與建設(shè)策略研究》、《面向產(chǎn)品開(kāi)發(fā)過(guò)程的知識(shí)倉(cāng)庫(kù)應(yīng)用平臺(tái)研究與實(shí)踐》、《基于知識(shí)倉(cāng)庫(kù)的虛擬產(chǎn)品協(xié)同開(kāi)發(fā)技術(shù)研究》;檢索萬(wàn)方《中國(guó)學(xué)位論文全文數(shù)據(jù)庫(kù)》共得到7篇文獻(xiàn),其中3篇與CNKI的檢索結(jié)果相同,另外4篇是《知識(shí)管理背景下的知識(shí)倉(cāng)庫(kù)研究》、《農(nóng)業(yè)機(jī)械化工程知識(shí)倉(cāng)庫(kù)的設(shè)計(jì)研究》、《基于本體和案例的可重構(gòu)知識(shí)倉(cāng)庫(kù)系統(tǒng)研究》、《可重構(gòu)知識(shí)倉(cāng)庫(kù)及其案例檢索與推理的研究》。由此可見(jiàn),國(guó)內(nèi)這些碩博士論文大多是關(guān)于知識(shí)倉(cāng)庫(kù)在某行業(yè)的應(yīng)用設(shè)計(jì)研究,知識(shí)倉(cāng)庫(kù)的理論研究一般與知識(shí)管理結(jié)合起來(lái)進(jìn)行,如《知識(shí)管理背景下的知識(shí)倉(cāng)庫(kù)研究》、《可重構(gòu)知識(shí)倉(cāng)庫(kù)及其案例檢索與推理的研究》等。

(2)國(guó)內(nèi)外期刊論文關(guān)于知識(shí)倉(cāng)庫(kù)的研究現(xiàn)狀。以上國(guó)內(nèi)外期刊文獻(xiàn)調(diào)研結(jié)果顯示,國(guó)外對(duì)知識(shí)倉(cāng)庫(kù)的研究文獻(xiàn)共83篇,其中只有1篇是完全相關(guān)的,即Hamid所寫(xiě)的《Knowl-edgewarehouse:anarchitecturalintegrationofknowledgeman-agemen,tdecisionsuppor,tartificialintelligenceanddataware-housing》,其余文獻(xiàn)大多是關(guān)于數(shù)據(jù)倉(cāng)庫(kù)或者知識(shí)發(fā)現(xiàn)的;國(guó)內(nèi)相關(guān)文獻(xiàn)相對(duì)多一些,為158篇。國(guó)外的研究中Hamid從知識(shí)倉(cāng)庫(kù)的功能出發(fā),認(rèn)為知識(shí)倉(cāng)庫(kù)是這樣一個(gè)系統(tǒng):它是決策支持系統(tǒng)和數(shù)據(jù)倉(cāng)庫(kù)新的發(fā)展方向,其功能是為決策者提供一個(gè)智能分析平臺(tái),以此來(lái)加強(qiáng)知識(shí)管理流程的各個(gè)階段。其對(duì)知識(shí)倉(cāng)庫(kù)的研究側(cè)重于知識(shí)倉(cāng)庫(kù)能夠挖掘隱性知識(shí)這一功能[1]。

調(diào)研顯示,目前國(guó)內(nèi)有關(guān)知識(shí)倉(cāng)庫(kù)研究的最早文獻(xiàn)是陳愛(ài)燕于2000年發(fā)表的《全文信息上網(wǎng)與知識(shí)倉(cāng)庫(kù)建庫(kù)管理系統(tǒng)》一文,介紹了一個(gè)知識(shí)倉(cāng)庫(kù)建庫(kù)管理系統(tǒng),它有利于單位知識(shí)的序化和組織,促進(jìn)知識(shí)的創(chuàng)新[2]。隨后的文獻(xiàn)多是關(guān)于CNKI系列知識(shí)倉(cāng)庫(kù)的研究,其中《中國(guó)醫(yī)院知識(shí)倉(cāng)庫(kù)》的研究居多。之后,知識(shí)倉(cāng)庫(kù)在企業(yè)的應(yīng)用研究逐漸豐富起來(lái),這些研究多以提高企業(yè)知識(shí)管理水平為出發(fā)點(diǎn),理論和實(shí)踐研究均有。如陶穎的《企業(yè)知識(shí)倉(cāng)庫(kù)的宏觀(guān)構(gòu)建》,李生琦《企業(yè)知識(shí)倉(cāng)庫(kù)的構(gòu)建技術(shù)研究》,薛欣《基于企業(yè)知識(shí)管理系統(tǒng)的知識(shí)倉(cāng)庫(kù)研究》等。與此同時(shí),關(guān)于圖書(shū)館知識(shí)倉(cāng)庫(kù)的研究成果和文獻(xiàn)也逐漸增加,如胡躍進(jìn)的《知識(shí)倉(cāng)庫(kù)在圖書(shū)館服務(wù)中的應(yīng)用》一文指出了知識(shí)倉(cāng)庫(kù)是圖書(shū)館文獻(xiàn)信息資源開(kāi)發(fā)利用模式的發(fā)展方向,建設(shè)知識(shí)倉(cāng)庫(kù)將為圖書(shū)館進(jìn)行高效的知識(shí)服務(wù)提供保證[3];侯柏竹的《知識(shí)管理時(shí)代圖書(shū)館知識(shí)倉(cāng)庫(kù)的建設(shè)研究》針對(duì)知識(shí)管理時(shí)代圖書(shū)館知識(shí)倉(cāng)庫(kù)的建設(shè)展開(kāi)了研究[4];又如陳剛在《圖書(shū)館知識(shí)倉(cāng)庫(kù)淺析》中構(gòu)建了圖書(shū)館知識(shí)倉(cāng)庫(kù)的模型,分析了知識(shí)倉(cāng)庫(kù)中各模塊的功能,并介紹了基于知識(shí)倉(cāng)庫(kù)的圖書(shū)館知識(shí)管理系統(tǒng)和知識(shí)服務(wù)[5]。

綜上所述,國(guó)內(nèi)外關(guān)于知識(shí)倉(cāng)庫(kù)的研究主要集中于2個(gè)方面:一是研究知識(shí)管理背景下的知識(shí)倉(cāng)庫(kù)理論,內(nèi)容包括知識(shí)倉(cāng)庫(kù)與知識(shí)管理、知識(shí)管理系統(tǒng)的關(guān)系,知識(shí)倉(cāng)庫(kù)的相關(guān)技術(shù),知識(shí)倉(cāng)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)的聯(lián)系等;二是探索知識(shí)倉(cāng)庫(kù)在某些領(lǐng)域的應(yīng)用情況,介紹、分析某行業(yè)知識(shí)倉(cāng)庫(kù)的構(gòu)建模式和方法。總之,關(guān)于知識(shí)倉(cāng)庫(kù)的研究,應(yīng)該說(shuō)還非常不成熟。這一點(diǎn)體現(xiàn)在:①相關(guān)的研究文獻(xiàn)數(shù)量很少;②對(duì)于知識(shí)倉(cāng)庫(kù)本身的概念界定不清;③理論基礎(chǔ)的研究很薄弱。盡管如此,人們普遍認(rèn)為,知識(shí)倉(cāng)庫(kù)的提出是十分有意義的。知識(shí)倉(cāng)庫(kù)的研究正在進(jìn)展之中,相關(guān)產(chǎn)品也還未成熟,然而其前景將是十分光明的。

論文關(guān)鍵詞：形式邏輯數(shù)理邏輯思維規(guī)律議論文推理寫(xiě)作人工智能

論文摘要：邏輯智能并不僅僅局限于算術(shù)，它同樣可以幫助我們了解如何看待和解決問(wèn)題。首先，邏輯從思維的形式結(jié)構(gòu)方面是研究思維規(guī)律的科學(xué)，它總結(jié)了人類(lèi)思維的經(jīng)驗(yàn)教訓(xùn)，以保持思維的確定性為核心，用一系列規(guī)則、方法幫助人們正確地思考問(wèn)題和表達(dá)思想。是人們認(rèn)識(shí)世界和改造世界的必要工具；其次，數(shù)理邏輯和計(jì)算機(jī)科學(xué)有著十分密切的關(guān)系，數(shù)理邏輯是計(jì)算理論的基礎(chǔ)，它在計(jì)算機(jī)科學(xué)中尤其是在數(shù)據(jù)庫(kù)和人工智能方面有著重要的應(yīng)用。

1.引言

邏輯是用數(shù)學(xué)的方法研究關(guān)于推理、證明等問(wèn)題的學(xué)科。邏輯在計(jì)算、思維、寫(xiě)作、推理、數(shù)學(xué)應(yīng)用等方面有著重要的應(yīng)用。運(yùn)用邏輯性思維能使我們正確的看待問(wèn)題，并解決問(wèn)題；并且邏輯也是計(jì)算機(jī)科學(xué)發(fā)展所不可少的。本文將重點(diǎn)分析形式邏輯在寫(xiě)作中和數(shù)理邏輯在計(jì)算機(jī)中的應(yīng)用。

2.邏輯推理介紹

推理具體可以分成三種：即演澤推理、歸納推理和類(lèi)比推理。在議論文寫(xiě)作過(guò)程中，這三種推理各有各的優(yōu)勢(shì)，可以運(yùn)用其中的一種進(jìn)行論述，也可以把二種或三種結(jié)合起來(lái)運(yùn)用，看具體的文章內(nèi)容而定。

工程科技是改變世界的現(xiàn)實(shí)的、直接的生產(chǎn)力，工程前沿代表著工程科技未來(lái)創(chuàng)新發(fā)展的重要方向。當(dāng)今時(shí)代，世界面臨百年未有之大變局，新冠肺炎疫情全球大流行進(jìn)一步加劇全球發(fā)展的不確定性，科技前沿識(shí)別與預(yù)見(jiàn)是應(yīng)對(duì)“不確定”的關(guān)鍵，是準(zhǔn)確識(shí)變、科學(xué)應(yīng)變、主動(dòng)求變的基礎(chǔ)。為研判工程科技前沿趨勢(shì)，挖掘改造世界的未知力量，探索未來(lái)世界“確定性”，作為國(guó)家工程科技界最高咨詢(xún)性學(xué)術(shù)機(jī)構(gòu)的中國(guó)工程院自2017年起連續(xù)開(kāi)展全球工程前沿咨詢(xún)研究項(xiàng)目，每年發(fā)布全球工程前沿和工程開(kāi)發(fā)前沿報(bào)告，以期引導(dǎo)工程科技的創(chuàng)新發(fā)展，營(yíng)造尊重和崇尚工程科技創(chuàng)新的氛圍，為應(yīng)對(duì)和解決重大傳染性疾病、氣候變化、可持續(xù)發(fā)展等全球性發(fā)展難題和挑戰(zhàn)提供了新路徑。

一、工程前沿發(fā)展趨勢(shì)

2021年度全球工程前沿研究在以專(zhuān)家為核心、數(shù)據(jù)為支撐的原則下，通過(guò)近6年167.24萬(wàn)篇高被引論文聚類(lèi)獲得機(jī)械與運(yùn)載工程、信息與電子工程、化工冶金與材料工程、能源與礦業(yè)工程、土木水利與建筑工程、環(huán)境與輕紡工程、農(nóng)業(yè)、醫(yī)藥衛(wèi)生、工程管理9大領(lǐng)域的775個(gè)備選研究熱點(diǎn)，通過(guò)對(duì)50多萬(wàn)個(gè)專(zhuān)利主題聚類(lèi)獲得53張ThemeScape專(zhuān)利地圖。進(jìn)而通過(guò)多輪的專(zhuān)家研討以及專(zhuān)家與數(shù)據(jù)交互，獲得298個(gè)備選研究前沿和174個(gè)備選開(kāi)發(fā)前沿。經(jīng)過(guò)問(wèn)卷調(diào)查和專(zhuān)家研判最終形成工程研究前沿和工程開(kāi)發(fā)前沿各93個(gè)。通過(guò)對(duì)2021年度93個(gè)工程研究前沿和工程開(kāi)發(fā)前沿的總體分析，發(fā)現(xiàn)全球工程前沿呈現(xiàn)出四個(gè)趨勢(shì)：

（一）智能技術(shù)正帶來(lái)范圍更廣、層次更深的變革，并將深刻改變社會(huì)與生產(chǎn)形態(tài)。一是智能技術(shù)的算力得到顯著增強(qiáng)。本年度全球工程前沿顯示以光路與電路混合集成芯片制造、量子計(jì)算、存算一體技術(shù)等算力技術(shù)不斷取得新進(jìn)展，智能技術(shù)的底層基礎(chǔ)得到進(jìn)一步夯實(shí)。二是智能技術(shù)的算法不斷強(qiáng)化，近年來(lái)深度學(xué)習(xí)、聯(lián)邦學(xué)習(xí)等算法不斷突破，算法模型的通用性、便捷性、可解釋性不斷提升，夯實(shí)智能計(jì)算的核心技術(shù)。三是智能技術(shù)助推科技創(chuàng)新，新一代人工智能相關(guān)技術(shù)與多學(xué)科的交叉融合強(qiáng)有力地推動(dòng)了其他工程科技領(lǐng)域數(shù)據(jù)研究范式與基礎(chǔ)理論的創(chuàng)新發(fā)展。尤其是在生命科學(xué)領(lǐng)域，智能技術(shù)在基因編輯靶點(diǎn)識(shí)別、蛋白質(zhì)等生物大分子結(jié)構(gòu)預(yù)測(cè)、醫(yī)藥研發(fā)、藥物設(shè)計(jì)與發(fā)現(xiàn)等方面取得了重要突破。四是智能技術(shù)的產(chǎn)業(yè)化應(yīng)用，正加快現(xiàn)實(shí)生產(chǎn)力的提升。一方面智能技術(shù)與產(chǎn)業(yè)加速融合，不斷推進(jìn)工業(yè)技術(shù)進(jìn)步。機(jī)器人化增材制造、大數(shù)據(jù)驅(qū)動(dòng)的分布式智能制造決策優(yōu)化技術(shù)、智能可重構(gòu)制造技術(shù)等將不斷助推制造業(yè)向個(gè)性化定制、柔性化生產(chǎn)、服務(wù)型制造、智能化預(yù)測(cè)的方向轉(zhuǎn)型。另一方面智能技術(shù)與生命科技不斷交叉，推動(dòng)醫(yī)療健康新變革。人工智能輔助智能診斷、智能治療、智能疾病預(yù)警預(yù)測(cè)干預(yù)、智能群體健康管理和智能醫(yī)藥監(jiān)管等取得新突破；5G等互聯(lián)網(wǎng)技術(shù)助推互聯(lián)網(wǎng)醫(yī)院發(fā)展，不斷提升一體化公共衛(wèi)生應(yīng)急響應(yīng)能力。

（二）數(shù)據(jù)資源日益成為工程科技研究的關(guān)鍵要素。一是數(shù)據(jù)推動(dòng)科技研究范式的變革。大數(shù)據(jù)的采集、存儲(chǔ)、關(guān)聯(lián)和可視化技術(shù)的發(fā)展，極大推動(dòng)了生物、材料、醫(yī)學(xué)、工程管理等領(lǐng)域進(jìn)入數(shù)據(jù)密集型科學(xué)研究范式，相關(guān)研究向可定量、可計(jì)算、可調(diào)控、可預(yù)測(cè)方向躍升。二是工程科技創(chuàng)新對(duì)數(shù)據(jù)的依賴(lài)程度將越來(lái)越高，一方面工程科技創(chuàng)新越來(lái)越需要數(shù)據(jù)的積累，傳統(tǒng)的樣本、統(tǒng)計(jì)、測(cè)試數(shù)據(jù)需求已經(jīng)轉(zhuǎn)向?qū)崟r(shí)、全面、全過(guò)程數(shù)據(jù)，另一方面基于海量數(shù)據(jù)的自我監(jiān)督學(xué)習(xí)、增強(qiáng)學(xué)習(xí)、深度學(xué)習(xí)等正不斷助推工程科技創(chuàng)新。三是數(shù)據(jù)推動(dòng)產(chǎn)業(yè)價(jià)值躍升。數(shù)字孿生、多維深度融合建模計(jì)算、數(shù)字畫(huà)像等技術(shù)支撐智能制造、智能建造、智能服務(wù)和個(gè)性化定制等新產(chǎn)業(yè)形態(tài)。四是數(shù)據(jù)成為社會(huì)治理重點(diǎn)。新一代密碼技術(shù)、區(qū)塊鏈、網(wǎng)絡(luò)虛擬身份管理等安全前沿技術(shù)不斷取得突破，數(shù)據(jù)應(yīng)用在合規(guī)性和便捷性之間將不斷平衡。

（三）綠色低碳成為工程科技發(fā)展新路徑。一是能源生產(chǎn)消費(fèi)方式不斷向清潔、低碳等替代方向加速轉(zhuǎn)化，新一代低碳能源技術(shù)與產(chǎn)業(yè)加快布局，核能、太陽(yáng)能、氫能等可再生能源已成為全球能源增量主體，并向多元協(xié)調(diào)方向發(fā)展。二是低碳技術(shù)不斷發(fā)展。提高能源利用效率已成為全球應(yīng)對(duì)氣候變化的重要選擇，化學(xué)燃料的高效低排放技術(shù)不斷發(fā)展，儲(chǔ)能技術(shù)和智能電力系統(tǒng)加快發(fā)展，新能源汽車(chē)加快向市場(chǎng)滲透。三是低碳技術(shù)成為全球競(jìng)爭(zhēng)新熱點(diǎn)。二氧化碳捕集、利用和封存已經(jīng)成為全球碳中和目標(biāo)實(shí)現(xiàn)的關(guān)鍵，二氧化碳驅(qū)替其他資源和利用技術(shù)成為新興方向，二氧化碳地質(zhì)儲(chǔ)存環(huán)境風(fēng)險(xiǎn)防控技術(shù)也成為環(huán)境研究的重點(diǎn)。

1福建省農(nóng)村實(shí)用技術(shù)遠(yuǎn)程培訓(xùn)

福建省農(nóng)村實(shí)用技術(shù)遠(yuǎn)程培訓(xùn)是福建省2010—2011年為民辦實(shí)事項(xiàng)日之一l2]。福建省農(nóng)業(yè)科學(xué)院具體承擔(dān)了農(nóng)村實(shí)用技術(shù)遠(yuǎn)程培訓(xùn)的體系構(gòu)建和實(shí)施運(yùn)作，創(chuàng)造了多體相互協(xié)作的模式，與福建省農(nóng)業(yè)、林業(yè)廳、海洋與漁業(yè)廳、福建農(nóng)林大學(xué)、廣電局、J一播影視集、長(zhǎng)威公刊等密切配合，資源共享，實(shí)現(xiàn)農(nóng)村實(shí)片J技術(shù)遠(yuǎn)程培訓(xùn)教學(xué)與管理的最優(yōu)化。福建省農(nóng)村實(shí)用技術(shù)遠(yuǎn)培訓(xùn)結(jié)合農(nóng)時(shí)農(nóng)事，標(biāo)新立異，創(chuàng)造性地利用省應(yīng)急視頻會(huì)商指揮系統(tǒng)、省農(nóng)村黨員干部現(xiàn)代遠(yuǎn)程培訓(xùn)系統(tǒng)、瑞福特遠(yuǎn)程會(huì)議系統(tǒng)和電視直播，每川10l_{福建省農(nóng)業(yè)科學(xué)院遠(yuǎn)程培訓(xùn)的主會(huì)場(chǎng)大規(guī)模地傳播農(nóng)、林、牧、副、漁、加一[和農(nóng)村政策等相關(guān)課，授課的內(nèi)容f富、課件栩栩如生、圖文并茂、圖像和質(zhì)清晰，授課專(zhuān)家f『J與農(nóng)民面對(duì)面地傳授實(shí)用技術(shù)矢¨、時(shí)解答技術(shù)難題。企省涉及市、縣、鄉(xiāng)近1400個(gè)視頻分會(huì)場(chǎng)、15331個(gè)行政村的農(nóng)民及叢層農(nóng)技人員，通過(guò)絡(luò)、電視、視頻傳送同‘時(shí)間異地多•收看。火規(guī)模的農(nóng)村實(shí)用技術(shù)遠(yuǎn)程培訓(xùn)，使干家萬(wàn)戶(hù)的農(nóng)依靠科技增收斂富”。福建省農(nóng)村實(shí)用技術(shù)遠(yuǎn)程培訓(xùn)取得了很大的成效，為大規(guī)模地培養(yǎng)新型農(nóng)民探索出一條新途，并為進(jìn)一步研究農(nóng)業(yè)科技遠(yuǎn)程培洲后續(xù)學(xué)習(xí)支持服務(wù)策略提供了實(shí)例與啟示。

2農(nóng)業(yè)科技遠(yuǎn)程培訓(xùn)后續(xù)學(xué)習(xí)支持服務(wù)的必要性

農(nóng)業(yè)科技遠(yuǎn)程培訓(xùn)是在科技信息技術(shù)斷發(fā)腱中產(chǎn)生的一種新的培訓(xùn)形式，現(xiàn)代科技信息技術(shù)彌補(bǔ)r傳統(tǒng)遠(yuǎn)程培訓(xùn)的欠缺，網(wǎng)絡(luò)視頻互動(dòng)功能為參訓(xùn)肖提供了更便捷的學(xué)習(xí)條件，可以營(yíng)造教師和參訓(xùn)者面對(duì)面交流的虛擬課堂環(huán)境?；鵩現(xiàn)代信息技術(shù)的農(nóng)業(yè)科技遠(yuǎn)程培訓(xùn)正受到越來(lái)越多人的歡迎，大幅度地提高了傳播農(nóng)業(yè)科學(xué)技術(shù)的范同、時(shí)效和參訓(xùn)者的數(shù)量。參加農(nóng)業(yè)科技遠(yuǎn)程培訓(xùn)者大多數(shù)是農(nóng)民，參訓(xùn)農(nóng)民不受年齡、文化知識(shí)水平、號(hào)業(yè)技術(shù)水平的限制；農(nóng)民不論智力高低、學(xué)習(xí)背景、學(xué)習(xí)動(dòng)力，都有學(xué)習(xí)農(nóng)業(yè)科學(xué)技術(shù)的機(jī)會(huì)，解決了農(nóng)民由于受地域、時(shí)間的限制而不能參加課堂面對(duì)面授課的問(wèn)題。農(nóng)業(yè)科技遠(yuǎn)程培訓(xùn)大規(guī)模地傳播和普及農(nóng)業(yè)科學(xué)技術(shù)，為廣大的農(nóng)民提供了學(xué)習(xí)農(nóng)業(yè)科學(xué)技術(shù)的機(jī)會(huì)，但同時(shí)也會(huì)出現(xiàn)參訓(xùn)農(nóng)民在獲取農(nóng)業(yè)知識(shí)和信息能力方面，以及在理解和用農(nóng)業(yè)科學(xué)技術(shù)等方面存在著很大差異的現(xiàn)象，此，農(nóng)業(yè)科技遠(yuǎn)程培訓(xùn)的后續(xù)學(xué)習(xí)支持服務(wù)就得尤為必要，后續(xù)學(xué)習(xí)支持服務(wù)能給農(nóng)民提供延伸的學(xué)爿質(zhì)保障。

3遠(yuǎn)程培訓(xùn)后續(xù)學(xué)習(xí)支持服務(wù)研究的理論依據(jù)

“學(xué)習(xí)支持服務(wù)”是遠(yuǎn)程教育中特有的概念，也仃學(xué)者將此表述為學(xué)生支持服務(wù)、學(xué)生學(xué))J艾持服務(wù)。1978年，英國(guó)開(kāi)放大學(xué)的戴維•西沃特(DavidSeward)在德剛哈根遠(yuǎn)程教學(xué)大學(xué)發(fā)表了論著《遠(yuǎn)程學(xué)列系統(tǒng)對(duì)學(xué)牛的持續(xù)關(guān)注》，首次提出學(xué)習(xí)支持服務(wù)的概念，即遠(yuǎn)程教育院校和教師應(yīng)該為遠(yuǎn)程教育的學(xué)生提供持續(xù)的關(guān)心、更好的學(xué)習(xí)支持服務(wù)和其他各類(lèi)服務(wù)。則，學(xué)生會(huì)遇到種種剛難而影響其學(xué)習(xí)效果和教學(xué)質(zhì)量并導(dǎo)致學(xué)生的流失。此后，英國(guó)學(xué)者凱依(KayeA)和魯姆勃爾(GrevileRumble)主編的《遠(yuǎn)程高等教育》書(shū)，以及戴維•西沃特、愛(ài)爾羔學(xué)者德斯蒙德•基史(DesmondKeegan)和瑞典學(xué)者博瑞•霍姆們格(Hohnberg)3位權(quán)威專(zhuān)家主編的《遠(yuǎn)教育：吲際展望》一書(shū)，都開(kāi)辟號(hào)章來(lái)論述“學(xué)習(xí)支持服務(wù)”。戴維•西沃特、A•凱依、約翰•A•巴斯、博瑞•霍姆伯格、奧蒙德•辛普森、德斯蒙德•基更等國(guó)外學(xué)先后對(duì)奠定支持服務(wù)論基礎(chǔ)和理論發(fā)展有著問(wèn)程度的貞獻(xiàn)。．_fJ閑著名學(xué)者丁興富教授最關(guān)外“學(xué)習(xí)支持服務(wù)”研究，將其引入國(guó)內(nèi)并出版J，相關(guān)系列譯著、論文。在其博士論文《中澳遠(yuǎn)程高等教育系統(tǒng)的比較研究》和編著的《遠(yuǎn)教育學(xué)》以及《遠(yuǎn)程教育研究》中對(duì)學(xué)習(xí)支持服務(wù)的概念、功能和I特征等做了詳細(xì)、深入地論述。丁興富教授認(rèn)為：“學(xué)習(xí)支持服務(wù)是遠(yuǎn)程教學(xué)院校及其教師等為遠(yuǎn)程學(xué)生提供的以師生或?qū)W生之間的人際面授和基F技術(shù)媒體的雙向通信交流為主的各種信息的、資源的、人員的和設(shè)施的支助服務(wù)的總和，其目的在于指導(dǎo)、幫助和促進(jìn)學(xué)生的自主學(xué)習(xí)，提高遠(yuǎn)程教育學(xué)生學(xué)習(xí)的質(zhì)量和效果陋】J’。

摘要：農(nóng)業(yè)機(jī)械的智能化對(duì)于提高生產(chǎn)效率、降低人工勞動(dòng)強(qiáng)度、推進(jìn)規(guī)模化作業(yè)以及提升農(nóng)機(jī)管理水平等發(fā)揮著重要作用，是近年來(lái)農(nóng)業(yè)科學(xué)領(lǐng)域的研究熱點(diǎn)。本文針對(duì)智能化技術(shù)在農(nóng)業(yè)機(jī)械中的應(yīng)用及發(fā)展，詳細(xì)介紹了機(jī)器視覺(jué)技術(shù)、自動(dòng)駕駛技術(shù)以及農(nóng)業(yè)物聯(lián)網(wǎng)的應(yīng)用現(xiàn)狀及發(fā)展趨勢(shì)，為農(nóng)業(yè)機(jī)械化技術(shù)的發(fā)展提供參考。

關(guān)鍵詞：農(nóng)業(yè)機(jī)械；智能技術(shù)；機(jī)器視覺(jué)；自動(dòng)駕駛；農(nóng)業(yè)物聯(lián)網(wǎng)

0引言

毋庸置疑，云計(jì)算、大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等新興技術(shù)正加速推動(dòng)傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)的轉(zhuǎn)型升級(jí)，農(nóng)業(yè)生產(chǎn)方式正在向自動(dòng)化、信息化、智能化和規(guī)?；较蚩焖侔l(fā)展。農(nóng)業(yè)機(jī)械是農(nóng)業(yè)先進(jìn)生產(chǎn)力的代表，通過(guò)與智能化技術(shù)的融合發(fā)展，對(duì)于提高生產(chǎn)效率、降低人工勞動(dòng)強(qiáng)度、推進(jìn)規(guī)?；鳂I(yè)、提升農(nóng)機(jī)信息化和智能化管理水平等發(fā)揮著重要作用，為農(nóng)機(jī)裝備的轉(zhuǎn)型升級(jí)提供了廣闊的前景。智能化農(nóng)業(yè)機(jī)械既是智慧農(nóng)業(yè)的重要組成部分，也是發(fā)展智慧農(nóng)業(yè)的重要物質(zhì)手段，目前已成為當(dāng)今世界農(nóng)業(yè)裝備發(fā)展的新潮流，是近年來(lái)國(guó)際上農(nóng)業(yè)科學(xué)研究的熱點(diǎn)之一[1]。本文將詳細(xì)論述機(jī)器視覺(jué)技術(shù)、自動(dòng)駕駛技術(shù)以及農(nóng)業(yè)物聯(lián)網(wǎng)在農(nóng)業(yè)機(jī)械領(lǐng)域的應(yīng)用及發(fā)展。

1機(jī)器視覺(jué)在農(nóng)業(yè)機(jī)械中的應(yīng)用與發(fā)展

機(jī)器視覺(jué)主要用計(jì)算機(jī)來(lái)模擬人的視覺(jué)功能，從客觀(guān)事物的圖像中提取信息，進(jìn)行處理并加以理解，最終用于實(shí)際檢測(cè)、測(cè)量和控制，是一門(mén)涉及人工智能、計(jì)算機(jī)科學(xué)、圖像處理、模式識(shí)別等諸多領(lǐng)域的交叉學(xué)科。機(jī)器視覺(jué)技術(shù)在農(nóng)業(yè)領(lǐng)域具有廣泛的應(yīng)用，農(nóng)業(yè)機(jī)械中經(jīng)常采用攝像機(jī)或相機(jī)作為視覺(jué)傳感器來(lái)獲取周?chē)h(huán)境信息，具有速度快、信息量大、安裝方便和投入成本低等優(yōu)點(diǎn)。近些年得益于數(shù)字圖像處理技術(shù)的快速發(fā)展和計(jì)算機(jī)硬件性能的提高，針對(duì)圖象處理的視覺(jué)感知算法具有強(qiáng)大的信息處理能力。視覺(jué)感知算法按照發(fā)展歷程可分為傳統(tǒng)視覺(jué)算法和深度學(xué)習(xí)算法，傳統(tǒng)視覺(jué)算法主要是通過(guò)一些邊緣、角點(diǎn)、顏色和紋理等特征的檢測(cè)，并基于統(tǒng)計(jì)學(xué)的特征提取進(jìn)行檢測(cè)物的識(shí)別與分類(lèi)。歐美國(guó)家的研究者于20世紀(jì)80年代率先開(kāi)展傳統(tǒng)視覺(jué)算法在農(nóng)業(yè)領(lǐng)域的應(yīng)用研究，截至目前，國(guó)內(nèi)外研究機(jī)構(gòu)在算法的研究和應(yīng)用上都取得了較為豐富的成果。深度學(xué)習(xí)是模仿人腦神經(jīng)元結(jié)構(gòu)而建立的人工神經(jīng)系統(tǒng)，是一種包含多個(gè)隱藏層的多層感知和信息處理結(jié)構(gòu)，具有強(qiáng)大的學(xué)習(xí)能力，被廣泛運(yùn)用于機(jī)器視覺(jué)、語(yǔ)音識(shí)別、自然語(yǔ)言處理等多個(gè)領(lǐng)域。近幾年深度學(xué)習(xí)在圖像識(shí)別、目標(biāo)檢測(cè)、實(shí)例分割等領(lǐng)域展現(xiàn)出了先進(jìn)的性能，正在為機(jī)器視覺(jué)和機(jī)器學(xué)習(xí)領(lǐng)域帶來(lái)革命性的進(jìn)步。隨著機(jī)器視覺(jué)技術(shù)的發(fā)展，深度學(xué)習(xí)也將在農(nóng)業(yè)領(lǐng)域獲得更廣泛的研究和應(yīng)用。